摘要：中詞法語法分析，生成抽象語法樹，然后編譯成及被執(zhí)行均由虛擬機(jī)完成。通常情況下這部分是可選部分，主要為便于程序的讀寫方便而使用。指令虛擬機(jī)的指令稱為，每條指令對應(yīng)一個。

作者 陳雷
編程語言的虛擬機(jī)是一種可以運(yùn)行中間語言的程序。中間語言是抽象出的指令集，由原生語言編譯而成，作為虛擬機(jī)執(zhí)行階段的輸入。很多語言都實(shí)現(xiàn)了自己的虛擬機(jī)，比如Java、C#和Lua。PHP語言也有自己的虛擬機(jī)，稱為Zend虛擬機(jī)。

PHP7完成基本的準(zhǔn)備工作后，會啟動Zend引擎，加載注冊的擴(kuò)展模塊，然后讀取對應(yīng)的腳本文件，Zend引擎會對文件進(jìn)行詞法和語法分析，生成抽象語法樹，接著抽象語法樹被編譯成Opcodes，如果開啟了Opcache，編譯的環(huán)節(jié)會被跳過從Opcache中直接讀取Opcodes進(jìn)行執(zhí)行。

PHP7中詞法語法分析，生成抽象語法樹，然后編譯成Opcodes及被執(zhí)行均由Zend虛擬機(jī)完成。這里將詳細(xì)闡述抽象語法樹編譯成Opcodes的過程，以及Opcodes被執(zhí)行的過程，來闡述Zend虛擬機(jī)的實(shí)現(xiàn)原理及關(guān)鍵的數(shù)據(jù)結(jié)構(gòu)。

1 基礎(chǔ)知識

Zend虛擬機(jī)（稱為Zend VM）是PHP語言的核心，承擔(dān)了語法詞法解析、抽象語法樹編譯以及指令的執(zhí)行工作，下面我們討論一下Zend虛擬機(jī)的基礎(chǔ)架構(gòu)以及相關(guān)的基礎(chǔ)知識。

1.1 Zend虛擬機(jī)架構(gòu)

Zend虛擬機(jī)主要分為解釋層、中間數(shù)據(jù)層和執(zhí)行層，下面給出各層包含的內(nèi)容，如圖1所示。

圖1 Zend虛擬機(jī)架構(gòu)圖

下面解釋下各層的作用。

（1）解釋層

這一層主要負(fù)責(zé)把PHP代碼進(jìn)行詞法和語法分析，生成對應(yīng)的抽象語法樹；另一個工作就是把抽象語法樹進(jìn)行編譯，生成符號表和指令集；

（2）中間數(shù)據(jù)層

這一層主要包含了虛擬機(jī)的核心部分，執(zhí)行棧的維護(hù)，指令集和符號表的存儲，而這三個是執(zhí)行引擎調(diào)度執(zhí)行的基礎(chǔ)；

（3）執(zhí)行層

這一層是執(zhí)行指令集的引擎，這一層是最終的執(zhí)行并生成結(jié)果，這一層里面實(shí)現(xiàn)了大量的底層函數(shù)。

為了更好地理解Zend虛擬機(jī)各層的工作，我們先了解一下物理機(jī)的一些基礎(chǔ)知識，讀者可以對照理解虛擬機(jī)的原理。

1.2 符號表

符號表是在編譯過程中，編譯程序用來記錄源程序中各種名字的特性信息，所以也稱為名字特性表。名字一般包含程序名、過程名、函數(shù)名、用戶定義類型名、變量名、常量名、枚舉值名、標(biāo)號名等。特性信息指的是名字的種類、類型、維數(shù)、參數(shù)個數(shù)、數(shù)值及目標(biāo)地址（存儲單元地址）等。

符號表有什么作用呢？一是協(xié)助進(jìn)行語義檢查，比如檢查一個名字的引用和之前的聲明是否相符，二是協(xié)助中間代碼生成，最重要的是在目標(biāo)代碼生成階段，當(dāng)需要為名字分配地址時，符號表中的信息將是地址分配的主要依據(jù)。

圖2 符號表創(chuàng)建示例

符號表一般有三種構(gòu)造和處理方法，分別是線性查找，二叉樹和Hash技術(shù)，其中線性查找法是最簡單的，按照符號出現(xiàn)的順序填表，每次查找從第一個開始順序查找，效率比較低；二叉樹實(shí)現(xiàn)了對折查找，在一定程度上提高了效率；效率最高的是通過Hash技術(shù)實(shí)現(xiàn)符號表，相信大家對Hash技術(shù)有一定的了解，而PHP7中符號表就是使用的HashTable實(shí)現(xiàn)的。

1.3 函數(shù)調(diào)用棧

為了更清晰地了解虛擬機(jī)中函數(shù)調(diào)用的過程，我們先了解一下物理機(jī)的簡單原理，主要涉及函數(shù)調(diào)用棧的概念，而Zend虛擬機(jī)參照了物理機(jī)的基本原理，做了類似的設(shè)計(jì)。

下面以一段C代碼描述一下系統(tǒng)棧和函數(shù)過程調(diào)用，代碼如下：

  int funcB(int argB1, int argB2)

  {

         int varB1, varB2;

         return argB1+argB2;

  }

  int funcA(int argA1, int argA2)

  {

       int varA1, varA2;

        return argA1+argA2+funcB( 3, 4);

  }    

  int main()

  {

      int varMain;

      return funcA(1, 2);

     }

這段代碼運(yùn)行時，首先main函數(shù)會壓棧， 首先將局部變量varMain入棧，main函數(shù)調(diào)用了funcA函數(shù)，C語言會從后往前，將函數(shù)參數(shù)壓棧，先壓第二個參數(shù)argA2=2，再壓第一個參數(shù)argA1=1，同時對于funcA的返回會產(chǎn)生一個臨時變量等待賦值，也會被壓棧，這些稱為main函數(shù)的棧幀；接著將funcA壓棧，同樣的先將局部變量varA1和varA2壓入棧中，因?yàn)檎{(diào)用了函數(shù)funcB，會將參數(shù)argB2=4和argB1=3壓入棧中，同時把funcB的返回產(chǎn)生的臨時變量壓入棧中，這部分稱為funcA的棧幀；同樣，funcB被壓入棧中，如圖3所示。

圖3 函數(shù)調(diào)用壓棧過程示意圖

funcB函數(shù)執(zhí)行，對argB1和argB2進(jìn)行相加操作，執(zhí)行后得到返回值為7，然后funcB的棧幀出棧，funcA中臨時變量TempB被賦值為7，繼而進(jìn)行相加操作，得到結(jié)果為10，然后funcA出棧，main函數(shù)中臨時變量TempA被賦值為10，最終main函數(shù)返回并出棧，整個函數(shù)調(diào)用結(jié)束。如圖4所示。

圖4 函數(shù)調(diào)用出棧過程示意圖

1.4 指令

匯編語句中的指令語句一般格式為：

     [標(biāo)號：]     [前綴]  指令助記符    [操作數(shù)]     [;注釋]

其中：

1）標(biāo)識符字段由各種有效字符組成，一般表示符號地址，具有段基址、偏移量、類型三種屬性。通常情況下這部分是可選部分，主要為便于程序的讀寫方便而使用。

2）助記符，規(guī)定指令或偽指令的操作功能，是語句中唯一不可缺少的部分。對于指令，匯編程序會將其翻譯成機(jī)器語言指令：

MOV   AX, 100  →   B8 00 01

3）操作數(shù)，指令語句中提供給指令的操作對象、存放位置。操作數(shù)可以是1個、2個或0個，2個時用逗號‘，’分開。比如“RET;”對應(yīng)的操作數(shù)個數(shù)是0個，“INC BX;”對應(yīng)的操作數(shù)個數(shù)是1，“MOV AX，DATA;”對應(yīng)的操作數(shù)個數(shù)是2個。

4）注釋，以“ ;”開始，給以編程說明。

符號表、函數(shù)調(diào)用棧以及指令基本構(gòu)成了物理機(jī)執(zhí)行的基本元素，Zend虛擬機(jī)也同樣實(shí)現(xiàn)了符號表，函數(shù)調(diào)用棧及指令，來運(yùn)行PHP代碼，下面我先討論一下Zend虛擬機(jī)相關(guān)的數(shù)據(jù)結(jié)構(gòu)。

2相關(guān)數(shù)據(jù)結(jié)構(gòu)

Zend虛擬機(jī)包含了詞法語法分析，抽象語法樹的編譯，以及Opcodes的執(zhí)行，本文主要詳細(xì)介紹抽象語法樹和Opcodes的執(zhí)行過程，在展開介紹之前，先闡述一下用到的基本的數(shù)據(jù)結(jié)構(gòu)，為后面原理性的介紹奠定基礎(chǔ)。

2.1 EG(v)

首先介紹的是全局變量executor_globals，EG(v)是對應(yīng)的取值宏，executor_globals對應(yīng)的是結(jié)構(gòu)體_zend_executor_globals，是PHP生命周期中非常核心的數(shù)據(jù)結(jié)構(gòu)。這個結(jié)構(gòu)體中維護(hù)了符號表（symbol_table, function_table,class_table等），執(zhí)行棧（zend_vm_stack）以及包含執(zhí)行指令的zend_execute_data，另外還包含了include的文件列表，autoload函數(shù)，異常處理handler等重要信息，下面給出_zend_executor_globals的結(jié)構(gòu)圖，然后分別闡述其含義，如圖5所示。

圖5 EG(v)結(jié)構(gòu)圖

這個結(jié)構(gòu)體比較復(fù)雜，下面我們介紹幾個核心的成員。

1）symbol_table：符號表，這里面主要是存的全局變量，以及一些魔術(shù)變量，比如$_GET、$_POST等；

2）function_table：函數(shù)表，主要存放函數(shù)，包括大量的內(nèi)部函數(shù)，以及用戶自定義的函數(shù)，比如zend_version，func_num_args，str系列函數(shù)，等等；

3）class_table：類表，主要存放內(nèi)置的類以及用戶自定義的類，比如stdclass、throwable、exception等類；

4）zend_constants：常量表，存放PHP中的常量，比如E_ERROR、E_WARNING等；

5）vm_stack：虛擬機(jī)的棧，執(zhí)行時壓棧出棧都在這上面操作；

6）current_execute_data：對應(yīng)_zend_execute_data結(jié)構(gòu)體，存放執(zhí)行時的數(shù)據(jù)。

下面針對于符號表、指令集、執(zhí)行數(shù)據(jù)和執(zhí)行棧進(jìn)行詳細(xì)介紹。

2.2 符號表

PHP7中符號表分為了symbol_table、function_table和class_table等。

（1）symbol_table

symbol_table里面存放了變量信息，其類型是HashTable，下面我們看一下具體的定義：

       //符號表緩存

       zend_array *symtable_cache[SYMTABLE_CACHE_SIZE];

      zend_array **symtable_cache_limit;

      zend_array **symtable_cache_ptr;

       //符號表

       zend_array symbol_table;

symbol_table里面有什么呢，代碼”$a=1;”對應(yīng)的symnol_table,如圖6所示。

圖6 symbol_table示意圖

從圖6中可以看出，符號表中有我們常見的超全局變量$_GET、$_POST等，還有全局變量$a。在編譯過程中會調(diào)用zend_attach_symbol_table函數(shù)將變量加入symbol_table中。

（2）function_table

function_table對應(yīng)的是函數(shù)表，其類型也是HashTable，見代碼：

       HashTable *function_table;  /* function symbol table */

函數(shù)表中存儲哪些函數(shù)呢？同樣以上述代碼為例，我們利用GDB印一下function_table的內(nèi)容：

(gdb) p *executor_globals.function_table

$1 = {gc = {refcount = 1, u = {v = {type = 7 "a", flags = 0 "